当前位置： 首页 > article >正文

yolov11的目标检测理论、tensorrt实现推理

article 2024/11/26 12:08:49

一、理论

二、python环境

2.1 环境搭建

2.2 训练代码

2.3 推理代码

2.4 模型转换

三、c++环境

3.1 安装cuda12.2和cudnn8.9.7

3.2 编译opencv_cuda4.9.0

3.3 安装Tensorrt8.6.1.6

参考代码：

https://github.com/spacewalk01/yolov11-tensorrt


http://www.kler.cn/a/409912.html

相关文章：

  • TCL大数据面试题及参考答案
  • uniop触摸屏维修eTOP40系列ETOP40-0050
  • torch.set_printoptions
  • 浏览器缓存与协商缓存
  • 使用LLaMA-Factory微调时的数据集选择
  • Linux应用编程(C语言编译过程)
  • VScode clangd插件安装
  • ModuleNotFoundError: No module named ‘_ssl‘ centos中的Python报错
  • MaxKB构建本地大语言模型问答系统打造属于你的智能问答应用
  • JavaScript引入和变量
  • Vue 3 异步组件教程
  • 【Docker系列】批量删除特定前缀的镜像 Tag
  • Redis中的zset底层实现
  • Git简单介绍
  • 问题杂谈（三十九）联想thinkPad突然黑屏，开机没反应，只是插电源的时候电源键亮了三下
  • 数据库的联合查询
  • HTML实现 扫雷游戏
  • Rust编程与项目实战-模块std::thread（之二）
  • 文本数据分析(nlp)
  • vue3 + ts：开发插件 / Plugins / 注册全局实例 / 在 template 与 setup 中使用 / provide、inject
  • react后台管理系统(三)
  • 下载并安装Visual Studio 2017过程
  • Vue.observable 全解析：Observable 是什么及使用场景剖析
  • React 前端框架深度剖析
  • Macos远程连接Linux桌面教程；Ubuntu配置远程桌面；Mac端远程登陆Linux桌面；可能出现的问题
  • RT-DETR：替代YOLO的更快实时目标检测模型及其Pytorch实现【附源码】